TEMA 9: Desarrollo de la metodología de Taguchi

Tamaño: px
Comenzar la demostración a partir de la página:

Download "TEMA 9: Desarrollo de la metodología de Taguchi"

Transcripción

1 TEMA 9: Desarrollo de la metodología de Taguchi 1 La filosofía de la calidad de Taguchi 2 Control de calidad Off Line y On Line Calidad Off Line Calidad On Line 3 Función de pérdida 4 Razones señal-ruido 5 Diseño de experimentos ortogonales 6 Diseños robustos: Factores controlables y factores de ruido 7 Limitaciones de la metodología de Taguchi 1. La filosofía de la calidad de Taguchi El sistema de calidad propuesto en la metodología de Taguchi supone una revolución de los sistemas de calidad tradicionales, donde predominaba el uso de herramientas para el control On Line. El enfoque de Taguchi destaca la importancia del control de la calidad Off Line y, por tanto, de un diseño apropiado del producto y del proceso. Este enfoque se basa más en aspectos relacionados con la infraestructura de la calidad que en aspectos relacionados con la filosofía de empresa y estadística. Se utilizará fundamentalmente el diseño de experimentos como herramienta para fabricar productos más robustos y, por tanto, menos sensibles a los factores de ruido. Es decir, se reducen los efectos de la variabilidad sobre las características de la calidad del producto y del proceso. Inicialmente, la aplicación del diseño de experimentos estaba más dirigida a la optimización de los valores promedio de las características de la calidad sin tener en cuenta los efectos de la variación. La filosofía de la calidad de Taguchi se puede resumir en los siete puntos básicos siguientes (ver Kackar, 1986): 1. Un aspecto importante de la calidad del proceso manufacturado es la pérdida total ocasionada por dicho producto a la sociedad. 2. En una economía competitiva son necesarias una mejora continuada de la calidad y una reducción de los costos. Este punto marca una diferencia fundamental entre las políticas de Japón y Estados Unidos, puesto que las compañías americanas buscan fundamentalmente la nueva tecnología y la innovación (e.g. métodos para la mejora 1

2 del proceso y el producto), mientras que las compañías japonesas enfocan sus obetivos a una mejora gradual, empleando el diseño de experimentos para determinar los parámetros que permiten reducir los costos y mejorar la calidad. Se distinguen tres tipos de costos: Costos asociados al diseño del producto. Costos de manufacturación. Costos de operación. Estos tres tipos de costos se pueden reducir mediante un uso apropiado del diseño de experimentos. 3. Un programa de mejora continuada de la calidad incluye una reducción constante de la variación de las características de la calidad en torno a los valores nominales o umbrales. 4. La pérdida ocasionada por la variabilidad en el proceso de fabricación del producto es proporcional al cuadrado de la deviación típica de la característica de la calidad estudiada respecto al valor nominal. 5. La calidad y el coste final del producto manufacturado dependen en gran medida del diseño efectuado para el producto y el proceso. 6. La variabilidad del proceso y del producto se puede reducir mediante el efecto no lineal de los parámetros del producto y del proceso sobre las características de la calidad. 7. Los diseños de experimentos estadísticos pueden ser utilizados para identificar el conjunto de parámetros del producto y del proceso que reducen la variación y, por tanto, mejoran la calidad, la productividad, la fiabilidad del proceso de manufacturación y sus resultados. 2. Control de calidad Off Line y On Line Según se comentó en el primer tema, se distinguen dos aspectos en el estudio de la calidad de un producto: La calidad del diseño y la calidad de conformidad. En la nomenclatura adoptada por la metodología de Taguchi estos dos aspectos son referidos como calidad Off Line y calidad On Line, respectivamente. La calidad Off Line está relacionada con los siguientes puntos: (i) Correcta identificación de necesidades y expectativas del cliente. (ii) Diseño de un producto que cubra las necesidades del cliente. 2

3 (iii) Diseño de un producto cuyo proceso de manufacturación sea consistente y económico. (iv) Desarrollo de especificaciones, procedimientos y equipos de manufacturación que sean adecuados. En el proceso que acompaña a la definición de la calidad Off Line hay dos etapas: (I) Diseño del producto. (II) Diseño del proceso. En la etapa (I), un nuevo producto es elaborado, o bien un producto existente es modificado. El objetivo en esta etapa es, según se ha comentado anteriormente, crear un producto que cubra las necesidades del cliente y que haga sencillo el proceso de manufacturación. En la etapa (II), se crean los elementos necesarios para que el proceso de manufacturación permita la elaboración de productos con los requerimientos y especificaciones establecidos en la etapa anterior. Más concretamente, los puntos (i)-(iii) son considerados en la etapa Off Line-(I), mientras que el punto (iv) es considerado en la etapa Off Line-(II). En la metodología de Taguchi se distinguen tres etapas en el diseño de la calidad Off Line: Diseño del sistema. Diseño de los parámetros. Diseño de la tolerancia. Taguchi (1986) establece dos etapas en el control de la calidad On Line: (I) Métodos de control de la calidad de la producción: Proceso de diagnóstico y ajuste. Predicción y corrección. Medición y acción. (II) Relaciones con los clientes. A continuación se describen las etapas señaladas en la metodología de Taguchi para el control de la calidad. 3

4 2.1. Calidad Off Line En la etapa (I), es decir, en el diseño del producto, se considera en primer lugar el problema de diseño del sistema. Se aplica entonces el conocimiento científico para desarrollar un prototipo de diseño que cumpla los requerimientos del cliente. La selección inicial de materiales y de tecnología para el proceso de manufacturación son realizadas en esta fase. El principal objetivo en esta etapa es conseguir la mejor tecnología disponible para cubrir las necesidades del cliente al costo más bajo posible. Este último aspecto diferencia la metodología de Taguchi de la metodología Western, donde el objetivo prioritario es el uso de la última tecnología, aunque esto suponga aumentar los costos. El siguiente paso es el diseño de los parámetros, determinando el conjunto óptimo de parámetros del producto. El objetivo aquí es minimizar los costos de manufacturación y de la vida del producto mediante minimización de la variación en la ejecución. Esto se consigue mediante la creación de diseños robustos, que no se ven afectados por los factores de ruido. Un factor de ruido es una fuente de variación incontrolable en las características funcionales del producto. En esta etapa de diseño de los parámetros se utiliza el diseño de experimentos para determinar el impacto de los factores controlables y no controlables (ruido) sobre las características del producto. El objetivo aquí es la selección de niveles de los factores controlables que permiten minimizar los efectos de los factores de ruido, haciendo el producto robusto frente a dichos factores. Finalmente, en el diseño de las tolerancias se establecen los límites en torno al valor nominal o umbral establecido en la etapa anterior. El objetivo en esta etapa es definir o especificar unas tolerancias lo suficientemente amplias como para minimizar costos, pero manteniendo las características funcionales del producto dentro de las especificaciones. En la etapa (II), es decir, en el diseño del proceso, se considera, en primer lugar, de forma paralela a la etapa anterior, el diseño del sistema, que consiste en la selección del proceso de manufacturación sobre la base del conocimiento del producto y de la tecnología de manufacturación de ese momento. El objetivo principal es especificar el uso de maquinaria existente y el proceso en la medida de lo posible. En el diseño de los parámetros se determinan los niveles apropiados de los factores controlables que intervienen en el proceso de producción. El objetivo aquí es hacer el proceso robusto para minimizar los efectos de ruido sobre el proceso de producción y el producto acabado. El diseño de experimentos es utilizado durante este paso. Finalmente, en el diseño de las tolerancias, se establecen las tolerancias para los parámetros del proceso, identificadas como críticas en el diseño durante el diseño de los parámetros. Si el diseño de los parámetros del proceso o del producto se ha realizado pobremente, es necesario, quizás, realizar un reajuste de tolerancias, o bien considerar materiales de e- levado costo o equipos de alta calidad, lo que produce un incremento de los costos de manufacturación. 4

5 2.2. Calidad On Line En la metodología de Taguchi se distinguen tres vías para el control de la calidad On Line: Diagnóstico y ajuste del proceso: El proceso es examinado en intervalos regulares de tiempo; ajustes y correcciones son efectuados según las necesidades que surgen. Predicción y corrección: Un parámetro cuantitativo o numérico del proceso se mide en intervalos regulares de tiempo. Los datos son utilizados para proyectar tendencias en el proceso. En el caso en que el proceso se encuentra demasiado alejado de los valores umbrales o nominales, el proceso es reajustado para corregir la situación. Este método se conoce con el nombre de control feedback o feedforward. Medición y acción: Consiste en el control de la calidad mediante inspección. Cada unidad manufacturada es inspeccionada. Las unidades defectuosas son reparadas o eliminadas. Este procedimiento de control de la calidad es el más caro, puesto que no previene defectos ni tampoco identifica todas las unidades defectuosas. Relaciones con los clientes: Servicios a clientes pueden ofrecer la reparación o el reemplazamiento de productos defectuosos, o bien la compensación de pérdidas. Se puede actuar sobre los tres tipos de factores de ruido que se consideran en la metodología de Taguchi, es decir, factores de ruido externo, interno y unidad a unidad, en diferentes etapas del proceso, no sólo en el diseño de los parámetros asociado al control de la calidad Off Line. Por ejemplo, se puede actuar sobre los tres tipo de ruido en el diseño del producto, en las etapas de diseño del sistema y de diseño de los parámetros. En el diseño de las tolerancias sólo se puede actuar sobre factores de ruido interno y unidad a unidad. Sobre estos últimos factores de ruido también se puede actuar desde la fase de diseño del proceso. Con el control de la calidad On Line también se puede actuar sobre los factores de ruido unidad a unidad. 3. Función de pérdida La calidad del producto ha sido medida usualmente mediante comparación de características críticas del producto con especificaciones de fabricación establecidas para el producto. Las especificaciones sobre el producto son importantes. Sin embargo, en la actualidad hay un interés creciente por el desarrollo de técnicas que permitan el control de características del proceso que determinan la calidad del producto final. El objetivo final es reducir la variabilidad del proceso y conseguir que las características de la calidad se encuentren lo más cercanas posibles a los valores umbrales. Las especificaciones en el proceso de fabricación suelen venir dadas en términos de la cantidad de variabilidad que 5

6 puede ser tolerada en las características del producto y del proceso. Normalmente suelen ser expresadas en términos de: Un valor estándar o umbral. Límites de tolerancia bilaterales (naturales o especificados). Valores umbrales con un rango de tolerancia (naturales o especificados). Límites de tolerancia unilaterales (superiores o inferiores). Según nos alejamos del valor umbral la pérdida aumenta. Por tanto, en el diseño de una función de pérdida se ha de considerar una función cuyo mínimo se encuentre en el valor umbral u objetivo y cuyos valores aumenten progresivamente según nos alejamos de dicho valor. En particular, es deseable un incremento de la velocidad de crecimiento de los valores de la función de pérdida a partir de los puntos definidos por los límites de tolerancia (e.g. asíntotas verticales situadas sobre los límites de tolerancia). La función de pérdida puede ser simétrica o asimétrica. En la metodología de Taguchi se utiliza una función de pérdida L cuadrática, según se vio en el Tema 1. La pérdida esperada para la característica aleatoria X de la calidad con media µ y varianza σ 2 viene dada por E[L] = ke [X T ] 2 = k [ σ 2 + (µ T ) 2 ) ]. (1) Según este modelo, la pérdida es causada por la variabilidad de la característica estudiada y por el sesgo. Por tanto, para reducir la pérdida se debe actuar sobre la variabilidad del proceso y sobre la desviación del valor medio de la característica de la calidad estudiada respecto al valor nominal. Este argumento será utilizado también, en la próxima sección, para justificar el uso de la razón señal-ruido en la fase de diseño de los parámetros. 4. Razones señal-ruido Tradicionalmente, mediante técnicas de diseño de experimentos se han evaluado los efectos de factores sobre la calidad de una característica. En el caso de una sola realización para cada experimento, se combinan los diferentes valores de la respuesta observados en cada realización de los experimentos, definidos en la matriz del diseño, para obtener una estimación de los efectos principales y de sus interacciones. Cuando se consideran réplicas de la variable respuesta en cada combinación de los niveles de los factores, la variación del error también puede ser estimada; el análisis se define en términos de los valores medios muestrales obtenidos de las réplicas. Sin embargo, cuando se introduce la función de pérdida (en particular, cuando se considera la formulación (1)), se hace patente la necesidad de combinar el estudio de 6

7 la respuesta media con la variabilidad, es decir, definir una medida que recoja ambos aspectos. Esta medida es referida por Taguchi como razón señal-ruido. Esta terminología proviene del lenguaje utilizado en ingeniería, donde la media de la variable respuesta representa la señal y la variación σ 2 representa el ruido. Se pueden definir diferentes medidas de razón señal-ruido, dependiendo del objetivo del estudio. Las más frecuentes son: (i) Aproximación a un valor nominal. La pérdida se incrementa según la característica X de la calidad estudiada se aleja del valor nominal. (ii) Aproximación al valor más pequeño. El valor nominal es cero y la característica de la calidad es no negativa. La pérdida disminuye según la característica de la calidad se aproxima a cero. (iii) Aproximación al valor más grande. El valor nominal es infinito y la característica de la calidad es no negativa. La pérdida disminuye cuando la característica de la calidad crece. En el caso (i), se considera un factor o parámetro de ajuste que elimine el sesgo de la variable respuesta o característica de la calidad estudiada. Los parámetros de ajuste son factores controlables sobre los que se puede actuar. En algunos casos, se pueden determinar parámetros de ajuste que modifiquen la media sin afectar a la varianza. Mediante el uso de dicho parámetros, se consigue eliminar el sesgo o reducirlo considerablemente. La pérdida media (1) viene dada entonces en términos de kσ 2 y el objetivo será minimizar o reducir la variabilidad. Para este objetivo Taguchi propone la razón señal-ruido SN = 10 log 10 (S), siendo S la desviación típica muestral calculada a partir de n réplicas obtenidas para una combinación determinada de los niveles de los factores. El objetivo de minimizar S es equivalente a maximizar 10 log 10 (S). En otras ocasiones, los parámetros de ajuste afectan a la media µ junto a σ 2 de forma que el coeficiente de variación (CV) σ/µ permanece constante. En términos de CV, la pérdida media (1) se puede reescribir como EL = k [ (CV ) 2 µ 2 + (µ T ) 2]. Se seleccionan entonces los niveles de los parámetros de ajuste que permiten aproximar o hacer coincidir µ con el valor nominal. Entonces, EL = k(cv ) 2 T 2. A partir de esta expresión se estudian otros factores o parámetros controlables con el objetivo de minimizar CV. Para este objetivo se considera la razón señal-ruido: ( ) ȳ2 SN = 10 log 10, S 2 7

8 donde ȳ y S 2 denotan respectivamente la media y la cuasivarianza muestrales de una muestra de la variable respuesta para una combinación de los niveles de los factores o parámetros considerados. En el caso (ii), EL = EX 2, siendo X la característica de la calidad estudiada y, por tanto, se utiliza la aproximación para la definición de la razón señal ruido, que viene dada por ( ) 1 n SN = 10 log 10 Yi 2. n 1 n n i=1 Y 2 i Finalmente, en el caso (iii), se considera la aproximación anterior en términos de la variable 1/X, puesto que maximizar X equivale a minimizar 1/X, y, por tanto, se define la razón señal-ruido SN = 10 log 10 ( 1 n i=1 n i=1 ) 1. Yi 2 5. Diseño de experimentos ortogonales Para el estudio de los factores que afectan a un producto o proceso, Taguchi se basa en un conjunto pequeño de matrices del diseño. Estas matrices definen diseños ortogonales, es decir, sus columnas son ortogonales. Los diseños factoriales 2 k son un ejemplo de diseños ortogonales. Taguchi utiliza los valores 1 y 2 para denotar los niveles bajo y alto, respectivamente, en lugar de la notación usual ±, puesto que considera la posibilidad de más de dos niveles en cada factor. En la metodología de Taguchi se consideran diseños ortogonales fraccionarios, es decir, se reduce el número de filas de la matriz del diseño mediante identificación de factores principales y de factores de interacción. Esto permite una mayor viabilidad del estudio de tratamientos. Por ejemplo, para el diseño 2 7 de 7 factores con dos niveles, Taguchi considera la siguiente matriz de diseño:

9 Esta matriz es referida como matriz del diseño L 8. Tiene siete columnas ortogonales y ocho filas, en contraste con los 2 7 = 128 experimentos que constituirían la matriz del diseño de un diseño factorial completo de siete factores con dos niveles. Esta matriz L 8 puede ser utilizada también para el estudio de un número inferior de factores, cuando no se asignan a algunas de las columnas factores principales (según se ha visto en el tema anterior). Con un conjunto relativamente pequeño de diseños, Taguchi proporciona un catálogo reducido de modelos que permiten abordar un número relativamente alto de experimentos en ingeniería. Por ejemplo, Taguchi considera los siguientes diseños ortogonales fraccionarios con dos niveles: L 4, L 8, L 12, L 16, L 32 y L 64. El listado de diseños con tres niveles incluye; L 9, L 18, L 27 y L 81. En general, un diseño L N está definido mediante una matriz del diseño con N filas y permite considerar hasta N 1 factores. Intuitivamente, cuando se reduce el número de filas de la matriz del diseño asociada, por ejemplo, a un diseño factorial 2 k, se produce una pérdida que se refleja en: La pérdida de capacidad para estimar las interacciones entre factores. La pérdida de capacidad para estimar algunos de los efectos principales. Taguchi proporciona reglas gráficas para cada matriz del diseño utilizada en su catálogo. Específicamente, en los gráficos que propone, los nodos son asignados a factores principales y los segmentos que unen dos nodos son asignados a los factores de interacción correspondientes. Selección de un diseño ortogonal. Para seleccionar un diseño ortogonal se utiliza el siguiente método. Notemos primero que un diseño L N tiene asociados N 1 grados de libertad. Entonces, un diseño apropiado para el desarrollo de un estudio es el más pequeño cuyos grados de libertad están justo por encima de los grados de libertad asociados con todos los factores e interacciones. El proceso de selección se puede resumir en los siguientes puntos: 1. Cada factor con k niveles tiene k 1 grados de libertad. 2. Los grados de libertad para un factor de interacción doble son el producto de los grados de libertad de los factores principales que lo definen. 3. Los grados de libertad requeridos para todos los factores principales e interacciones se suman para obtener el total de grados de libertad d.f. total requeridos en el desarrollo del experimento. 4. Se selecciona el L N más pequeño para el cual N 1 d.f. total y que puede acomodar a los factores e interacciones que intervienen en el experimento. En algunos casos, el estudio requiere combinaciones de factores principales e interacciones que impiden que el diseño seleccionado en el punto 4 sea apropiado y, por tanto, se 9

10 tenga que considerar el siguiente L N en magnitud. Por ejemplo, este hecho se da cuando se incluye un número elevado de factores de interacción en el estudio. Para resolver este problema también se puede desarrollar un análisis preliminar de los factores de interacción que son realmente significativos. 6. Diseños robustos: Factores controlables y factores de ruido El objetivo primordial de un diseño robusto es identificar el conjunto de parámetros o factores que proporcionan al producto o al proceso la capacidad de ser insensibles o invariantes frente a cambios en las condiciones de operación medio-ambientales. Una vía para reducir los efectos de factores externos sobre el producto (i.e. el medio-ambiente operativo) es incluir una lista de condiciones de operatividad recomendadas. Sin embargo, esta vía no siempre es aconsejable, puesto que algunas condiciones medio-ambientales no pueden ser modificadas, y en otros casos no es deseable incluir una lista demasiado larga de restricciones sobre las condiciones de funcionamiento, puesto que la tolerancia de un producto frente a cambios medio-ambientales es también una medida de su calidad. Para conseguir que productos y procesos sean robustos se requiere un estudio activo de los factores medio-ambientales. Taguchi incorpora el estudio de factores medio-ambientales en la fase del diseño de los parámetros. Más concretamente, propone construir dos matrices del diseño ortogonales: Una para los parámetros del diseño o factores controlables y otra para los factores de ruido o factores no controlables. El procedimiento para estudiar los factores de ruido es el mismo que el procedimiento empleado para el estudio de los parámetros del diseño (factores controlables). Se seleccionan los factores de ruido que deben ser considerados, definiendo entonces un diseño ortogonal apropiado para estos factores. Para los parámetros del diseño, Taguchi considera una matriz que se conoce como matriz del diseño interno, mientras que para el diseño de los factores de ruido se considera otra matriz que se refiere como matriz del diseño externo. Cada combinación de los niveles de los factores de ruido determina unas condiciones medio-ambientales para cada combinación de los niveles de los factores controlables asociados a la matriz del diseño interno. Cada fila de la matriz del diseño interno lleva asociado entonces un conjunto de m medidas, donde m representa el número de filas de la matriz del diseño externo. Cada conjunto de m medidas se combina entonces en términos de una razón señal-ruido apropiada, de acuerdo con los objetivos del estudio. 10

11 7. Limitaciones de la metodología de Taguchi La metodología planteada por Taguchi ha ocasionado también bastante controversia desde su introducción en Estados Unidos. Las críticas esenciales se formulan en relación con aspectos estadísticos más que con su filosofía de medir la calidad en función de la pérdida que un producto ocasiona a la sociedad y de crear diseños robustos. Una de las críticas se basa en la confusión de efectos que se produce en los diseños ortogonales fraccionarios que utiliza. Debido al elevado número de factores en relación con el número de tríadas, los tratamientos dados por las diferentes combinaciones de factores no se pueden estudiar en profundidad. Además, los diseños que propone no son siempre óptimos, si bien existen otros diseños del mismo tamaño que permiten la estimación del mismo número de factores sin confundir efectos de factores principales con efectos de factores de interacción doble. Otro inconveniente de esta metodología es que las razones señal-ruido utilizadas no siempre proporcionan los resultados deseados. En algunos casos se puede comprobar que no hacen eficiente el uso de datos experimentales. A pesar de los inconvenientes señalados, la filosofía de Taguchi ha tenido una fuerte influencia en el uso de la técnica de diseño de experimentos en el ámbito de la teoría de la calidad. Quizás una de las razones del seguimiento de esta metodología es que proporciona un libro de recetas donde se ofrece un conjunto reducido de diseños, entre los que se realiza la selección. El procedimiento de selección se hace entonces bastante sencillo, así como la asignación de factores a columnas de la matriz del diseño elegida. Los grafos que representan las combinaciones de los factores principales y de los factores de interacción doble son bastante simples, facilitándose la determinación óptima de niveles de los factores. Aunque las herramientas o los elementos estadísticos utilizados en la metodología de Taguchi no son óptimos, suponen un gran avance en la mejora de la calidad y en la aplicación de las técnicas de diseño de experimentos en este contexto. 11

LEAN MANUFACTURING Dr. Genichi Taguchi. JAVIER MEJIA NIETO CONSULTOR EMPRESARIAL jmejia@eafit.edu.co

LEAN MANUFACTURING Dr. Genichi Taguchi. JAVIER MEJIA NIETO CONSULTOR EMPRESARIAL jmejia@eafit.edu.co Dr. Genichi Taguchi El sistema integrado de Ingeniería de Calidad del Dr. Genichi Taguchi es uno de los grandes logros en ingeniería del siglo XX. Ha sido ampliamente reconocido como líder del movimiento

Más detalles

TEMA 4: Introducción al Control Estadístico de Procesos

TEMA 4: Introducción al Control Estadístico de Procesos TEMA 4: Introducción al Control Estadístico de Procesos 1 Introducción 2 Base estadística del diagrama de control 3 Muestreo y agrupación de datos 4 Análisis de patrones en diagramas de control 1. Introducción

Más detalles

TEMA 7: Análisis de la Capacidad del Proceso

TEMA 7: Análisis de la Capacidad del Proceso TEMA 7: Análisis de la Capacidad del Proceso 1 Introducción Índices de capacidad 3 Herramientas estadísticas para el análisis de la capacidad 4 Límites de tolerancia naturales 1 Introducción La capacidad

Más detalles

1.1. Introducción y conceptos básicos

1.1. Introducción y conceptos básicos Tema 1 Variables estadísticas Contenido 1.1. Introducción y conceptos básicos.................. 1 1.2. Tipos de variables estadísticas................... 2 1.3. Distribuciones de frecuencias....................

Más detalles

Capítulo 10. Análisis descriptivo: Los procedimientos Frecuencias y Descriptivos

Capítulo 10. Análisis descriptivo: Los procedimientos Frecuencias y Descriptivos Capítulo 10 Análisis descriptivo: Los procedimientos Frecuencias y Descriptivos Al analizar datos, lo primero que conviene hacer con una variable es, generalmente, formarse una idea lo más exacta posible

Más detalles

En el desarrollo tecnológico se distinguen cuatro fases: planificación, innovación y adaptación, asimilación y optimización.

En el desarrollo tecnológico se distinguen cuatro fases: planificación, innovación y adaptación, asimilación y optimización. TEMA 5: ASIMILACIÓN DE LA TECNOLOGÍA 5.1 Definición de la asimilación de la tecnología La asimilación tecnológica es un proceso de aprovechamiento racional y sistemático del conocimiento por medio del

Más detalles

- se puede formular de la siguiente forma:

- se puede formular de la siguiente forma: Multicolinealidad 1 Planteamiento Una de las hipótesis del modelo de regresión lineal múltiple establece que no existe relación lineal exacta entre los regresores, o, en otras palabras, establece que no

Más detalles

Clase 2: Estadística

Clase 2: Estadística Clase 2: Estadística Los datos Todo conjunto de datos tiene al menos dos características principales: CENTRO Y DISPERSIÓN Los gráficos de barra, histogramas, de puntos, entre otros, nos dan cierta idea

Más detalles

www.fundibeq.org Además se recomienda su uso como herramienta de trabajo dentro de las actividades habituales de planificación y control.

www.fundibeq.org Además se recomienda su uso como herramienta de trabajo dentro de las actividades habituales de planificación y control. ESTUDIOS DE CAPACIDAD POTENCIAL DE CALIDAD 1.- INTRODUCCIÓN Este documento proporciona las pautas para la realización e interpretación de una de las herramientas fundamentales para el control y la planificación

Más detalles

EL DISEÑO FACTORIAL COMPLETO 2 k

EL DISEÑO FACTORIAL COMPLETO 2 k EL DISEÑO FACTORIAL COMPLETO 2 k Joan Ferré Grupo de Quimiometría y Cualimetría Departamento de Química Analítica y Química Orgánica Universidad Rovira i Virgili (Tarragona) INTRODUCCIÓN En el primer artículo

Más detalles

Métodos y Diseños utilizados en Psicología

Métodos y Diseños utilizados en Psicología Métodos y Diseños utilizados en Psicología El presente documento pretende realizar una introducción al método científico utilizado en Psicología para recoger información acerca de situaciones o aspectos

Más detalles

Clase 2: Estadística

Clase 2: Estadística Clase 2: Estadística Los datos Todo conjunto de datos tiene al menos dos características principales: CENTRO Y DISPERSIÓN Los gráficos de barra, histogramas, de puntos, entre otros, nos dan cierta idea

Más detalles

Seis Sigma. Nueva filosofía Administrativa.

Seis Sigma. Nueva filosofía Administrativa. Seis Sigma. Nueva filosofía Administrativa. GIN. Filosofía de Calidad. El Seis Sigma es un parámetro cuya base principal es la desviación estándar y su enfoque es reducir la variación y/o defectos en lo

Más detalles

Introducción al Diseño de Experimentos

Introducción al Diseño de Experimentos Introducción al Diseño de Experimentos Introducción Los modelos de diseño de experimentos son modelos estadísticos clásicos cuyo objetivo es averiguar si unos determinados factores influyen en una variable

Más detalles

Tema 2 Estadística Descriptiva

Tema 2 Estadística Descriptiva Estadística Descriptiva 1 Tipo de Variables 2 Tipo de variables La base de datos anterior contiene la información de 2700 individuos con 8 variables. Los datos provienen de una encuesta nacional realizada

Más detalles

TEMA 2. FILOSOFÍA DE LOS GRÁFICOS DE CONTROL. Principios básicos de los gráficos de control. Análisis de patrones.

TEMA 2. FILOSOFÍA DE LOS GRÁFICOS DE CONTROL. Principios básicos de los gráficos de control. Análisis de patrones. TEMA 2. FILOSOFÍA DE LOS GRÁFICOS DE CONTROL. Principios básicos de los gráficos de control. Análisis de patrones. La herramienta que nos indica si el proceso está o no controlado o Estado de Control son

Más detalles

Tema 3: Variables aleatorias y vectores aleatorios bidimensionales

Tema 3: Variables aleatorias y vectores aleatorios bidimensionales Estadística 38 Tema 3: Variables aleatorias y vectores aleatorios bidimensionales El concepto de variable aleatoria surge de la necesidad de hacer más manejables matemáticamente los resultados de los experimentos

Más detalles

T.3 ESTIMACIÓN PUNTUAL

T.3 ESTIMACIÓN PUNTUAL T.3 ESTIMACIÓN PUNTUAL 1. INTRODUCCIÓN: ESTIMACIÓN Y ESTIMADOR 2. PROPIEDADES DE LOS ESTIMADORES 3. MÉTODOS DE ESTIMACIÓN. EJEMPLO 1, EJEMPLO 2 1. Introducción: Estimación y Estimador En este tema se analizan

Más detalles

TEMA 6: Gráficos de Control por Variables

TEMA 6: Gráficos de Control por Variables TEMA 6: Gráficos de Control por Variables 1 Introducción 2 Gráficos de control de la media y el rango Función característica de operación 3 Gráficos de control de la media y la desviación típica 4 Gráficos

Más detalles

Control Estadístico del Proceso. Ing. Claudia Salguero Ing. Alvaro Díaz

Control Estadístico del Proceso. Ing. Claudia Salguero Ing. Alvaro Díaz Control Estadístico del Proceso Ing. Claudia Salguero Ing. Alvaro Díaz Control Estadístico del Proceso Es un conjunto de herramientas estadísticas que permiten recopilar, estudiar y analizar la información

Más detalles

MEDIDAS DE TENDENCIA CENTRAL Y DISPERSIÓN

MEDIDAS DE TENDENCIA CENTRAL Y DISPERSIÓN MEDIDAS DE TENDENCIA CENTRAL Y DISPERSIÓN Suponga que le pedimos a un grupo de estudiantes de la asignatura de estadística que registren su peso en kilogramos. Con los datos del peso de los estudiantes

Más detalles

Análisis de componentes principales

Análisis de componentes principales Capítulo 2 Análisis de componentes principales 2.1. INTRODUCCIÓN El Análisis de componentes principales trata de describir las características principales de un conjunto de datos multivariantes, en los

Más detalles

CONTENIDOS MÍNIMOS BACHILLERATO

CONTENIDOS MÍNIMOS BACHILLERATO CONTENIDOS MÍNIMOS BACHILLERATO I.E.S. Vasco de la zarza Dpto. de Matemáticas CURSO 2013-14 ÍNDICE Primero de Bachillerato de Humanidades y CCSS...2 Primero de Bachillerato de Ciencias y Tecnología...5

Más detalles

I1.1 Estudios observacionales IISESIÓN DISEÑO O DE ESTUDIOS EN INVESTIGACIÓN N MÉDICA DESCRIPTIVA CURSO DE. 1.2 Estudios experimentales

I1.1 Estudios observacionales IISESIÓN DISEÑO O DE ESTUDIOS EN INVESTIGACIÓN N MÉDICA DESCRIPTIVA CURSO DE. 1.2 Estudios experimentales 1 2 3 4 5 6 ESQUEMA DEL CURSO ESTADÍSTICA BÁSICA DISEÑO DE EXPERIMENTOS CURSO DE ESTADÍSTICA STICA BÁSICAB ESTADÍSTICA DESCRIPTIVA TIPOS DE VARIABLES MEDIDAS DE POSICIÓN CENTRAL Y DE DISPERSIÓN TABLAS

Más detalles

Control Estadístico de Procesos

Control Estadístico de Procesos Control Estadístico de Procesos Gráficos de Control Los gráficos de control o cartas de control son una importante herramienta utilizada en control de calidad de procesos. Básicamente, una Carta de Control

Más detalles

UNIDAD 4: MEDIDAS DE TENDENCIA CENTRAL

UNIDAD 4: MEDIDAS DE TENDENCIA CENTRAL UNIDAD 4: MEDIDAS DE TENDENCIA CENTRAL Objetivo terminal: Calcular e interpretar medidas de tendencia central para un conjunto de datos estadísticos. Objetivos específicos: 1. Mencionar las características

Más detalles

Diseños en cuadrados latinos

Diseños en cuadrados latinos Capítulo 7 Diseños en cuadrados latinos 7.1. Introducción En el modelo en bloques aleatorizados, que estudiamos en el capítulo anterior, considerábamos un factor principal y un factor de control o variable

Más detalles

Clase 8: Distribuciones Muestrales

Clase 8: Distribuciones Muestrales Clase 8: Distribuciones Muestrales Distribución Muestral La inferencia estadística trata básicamente con generalizaciones y predicciones. Por ejemplo, podemos afirmar, con base a opiniones de varias personas

Más detalles

% PRODUCTOS NO CONFORMES 10% 5%

% PRODUCTOS NO CONFORMES 10% 5% Departamento de Ingeniería Mecánica Tecnología Mecánica I 67.15 Unidad 13: Control de Calidad Ing. Sergio Laguzzi 1 TEMARIO - Definición de Calidad. Costos de la no Calidad. Estrategia de detección (Planes

Más detalles

Precio del alquiler de pisos durante una serie de meses. Evolución del índice del precio del trigo con mediciones anuales.

Precio del alquiler de pisos durante una serie de meses. Evolución del índice del precio del trigo con mediciones anuales. Series Temporales Introducción Una serie temporal se define como una colección de observaciones de una variable recogidas secuencialmente en el tiempo. Estas observaciones se suelen recoger en instantes

Más detalles

Parámetros y estadísticos

Parámetros y estadísticos Parámetros y estadísticos «Parámetro»: Es una cantidad numérica calculada sobre una población y resume los valores que esta toma en algún atributo Intenta resumir toda la información que hay en la población

Más detalles

T E C N O L O G Í A OPTIMIZACIÓN DE MATERIALES MEDIANTE PATRONES DE CORTE EFICIENTE. Aplicación. a la INDUSTRIA

T E C N O L O G Í A OPTIMIZACIÓN DE MATERIALES MEDIANTE PATRONES DE CORTE EFICIENTE. Aplicación. a la INDUSTRIA OPTIMIZACIÓN DE MATERIALES MEDIANTE PATRONES DE CORTE EFICIENTE Aplicación a la INDUSTRIA de la construcción 1 El presente estudio propone el uso de un algoritmo comúnmente utilizado en la rama de investigación

Más detalles

ASOCIACIÓN LINEAL ENTRE VARIABLES CUANTITATIVAS: la correlación de Pearson

ASOCIACIÓN LINEAL ENTRE VARIABLES CUANTITATIVAS: la correlación de Pearson ASOCIACIÓN LINEAL ENTRE VARIABLES CUANTITATIVAS: la correlación de Pearson 3datos 2011 Análisis BIVARIADO de variables cuantitativas OBJETIVO DETERMINAR 1º) si existe alguna relación entre las variables;

Más detalles

LA MEDIDA Y SUS ERRORES

LA MEDIDA Y SUS ERRORES LA MEDIDA Y SUS ERRORES Magnitud, unidad y medida. Magnitud es todo aquello que se puede medir y que se puede representar por un número. Para obtener el número que representa a la magnitud debemos escoger

Más detalles

Tema 10. Estimación Puntual.

Tema 10. Estimación Puntual. Tema 10. Estimación Puntual. Presentación y Objetivos. 1. Comprender el concepto de estimador y su distribución. 2. Conocer y saber aplicar el método de los momentos y el de máxima verosimilitud para obtener

Más detalles

DIPLOMADO EN RELACIONES LABORALES Estadística Asistida por Ordenador Curso 2008-2009

DIPLOMADO EN RELACIONES LABORALES Estadística Asistida por Ordenador Curso 2008-2009 Índice general 6. Regresión Múltiple 3 6.1. Descomposición de la variabilidad y contrastes de hipótesis................. 4 6.2. Coeficiente de determinación.................................. 5 6.3. Hipótesis

Más detalles

Justo a tiempo JIT. La filosofía del "justo a tiempo" se fundamenta principalmente en:

Justo a tiempo JIT. La filosofía del justo a tiempo se fundamenta principalmente en: Justo a tiempo JIT El sistema justo a tiempo, comenzó como el sistema de producción de la empresa Toyota por el año 1976 buscando mejorar la flexibilidad de los procesos fabriles como respuesta al descenso

Más detalles

STATISTICAL PROCESS CONTROL: MANUAL REFERENCIA QS 9000

STATISTICAL PROCESS CONTROL: MANUAL REFERENCIA QS 9000 STATISTICAL PROCESS CONTROL: MANUAL REFERENCIA QS 9000 SECCIÓN 2: SISTEMA DE CONTROL 1.- Proceso: Se entiende por proceso, la combinación de suministradores, productores, personas, equipos, imputs de materiales,

Más detalles

EL DISEÑO EXPERIMENTAL Y LOS MÉTODOS DE TAGUCHI: CONCEPTOS Y APLICACIONES EN LA INDUSTRIA FARMACÉUTICA RESUMEN

EL DISEÑO EXPERIMENTAL Y LOS MÉTODOS DE TAGUCHI: CONCEPTOS Y APLICACIONES EN LA INDUSTRIA FARMACÉUTICA RESUMEN EL DISEÑO EXPERIMENTAL Y LOS MÉTODOS DE TAGUCHI: CONCEPTOS Y APLICACIONES EN LA INDUSTRIA FARMACÉUTICA Enrique Yacuzzi (Universidad del CEMA) Fernando Martín (Aventis Pharma) Hugo Marcelo Quiñones (Universidad

Más detalles

Estrategia de Negocios que revoluciona y transforma a las empresas hacia Clase Mundial.

Estrategia de Negocios que revoluciona y transforma a las empresas hacia Clase Mundial. & 6 Sigma Diplomado y Certificación Black Belt TECNOLOGIA JAPONESA DE CLASE MUNDIAL QUE SI FUNCIONA! MANUFACTURA Y SERVICIOS Estrategia de Negocios que revoluciona y transforma a las empresas hacia Clase

Más detalles

El sistema de aseguramiento de calidad adecuado para la fabricación de medicamentos debe garantizar que:

El sistema de aseguramiento de calidad adecuado para la fabricación de medicamentos debe garantizar que: II. GENERALIDADES. II.1. CONCEPTOS GENERALES. II.1.1. GESTION DE LA CALIDAD. La gestión de la calidad total es la organización estructurada y funcional de recursos humanos y materiales que tiene por objeto

Más detalles

Estimación de parámetros, validación de modelos y análisis de sensibilidad

Estimación de parámetros, validación de modelos y análisis de sensibilidad Tema 6 Estimación de parámetros, validación de modelos y análisis de sensibilidad 6.1 Calibración Una vez que se ha identificado el modelo y se ha programado, necesitamos aplicarlo al problema concreto

Más detalles

Otras medidas descriptivas usuales

Otras medidas descriptivas usuales Tema 7 Otras medidas descriptivas usuales Contenido 7.1. Introducción............................. 1 7.2. Medidas robustas.......................... 2 7.2.1. Media recortada....................... 2 7.2.2.

Más detalles

Medidas de tendencia central o de posición: situación de los valores alrededor

Medidas de tendencia central o de posición: situación de los valores alrededor Tema 10: Medidas de posición y dispersión Una vez agrupados los datos en distribuciones de frecuencias, se calculan unos valores que sintetizan la información. Estudiaremos dos grandes secciones: Medidas

Más detalles

TABLAS DE CONTINGENCIA (CROSS-TAB): BUSCANDO RELACIONES DE DEPENDENCIA ENTRE VARIABLES CATEGÓRICAS 1

TABLAS DE CONTINGENCIA (CROSS-TAB): BUSCANDO RELACIONES DE DEPENDENCIA ENTRE VARIABLES CATEGÓRICAS 1 TABLAS DE CONTINGENCIA (CROSS-TAB): BUSCANDO RELACIONES DE DEPENDENCIA ENTRE VARIABLES CATEGÓRICAS 1 rafael.dearce@uam.es El objeto de las tablas de contingencia es extraer información de cruce entre dos

Más detalles

www.fundibeq.org En estos casos, la herramienta Gráficos de Control por Variables" no es aplicable.

www.fundibeq.org En estos casos, la herramienta Gráficos de Control por Variables no es aplicable. GRAFICOS DE CONTROL POR ATRIBUTOS 1.- INTRODUCCIÓN Este documento describe la secuencia de construcción y las pautas de utilización de una de las herramientas para el control de procesos, los Gráficos

Más detalles

Tema 4 Aseguramiento de la calidad, los procesos y su mejora

Tema 4 Aseguramiento de la calidad, los procesos y su mejora Tema 4 Aseguramiento de la calidad, los procesos y su mejora 4.1.- Surgimiento y consolidación del aseguramiento de la calidad 4.2.- Características básicas y definición del aseguramiento de la calidad

Más detalles

Capítulo 17 Análisis de correlación lineal: Los procedimientos Correlaciones bivariadas y Correlaciones parciales

Capítulo 17 Análisis de correlación lineal: Los procedimientos Correlaciones bivariadas y Correlaciones parciales Capítulo 17 Análisis de correlación lineal: Los procedimientos Correlaciones bivariadas y Correlaciones parciales Cuando se analizan datos, el interés del analista suele centrarse en dos grandes objetivos:

Más detalles

ANÁLISIS DE DATOS NO NUMERICOS

ANÁLISIS DE DATOS NO NUMERICOS ANÁLISIS DE DATOS NO NUMERICOS ESCALAS DE MEDIDA CATEGORICAS Jorge Galbiati Riesco Los datos categóricos son datos que provienen de resultados de experimentos en que sus resultados se miden en escalas

Más detalles

Covarianza y coeficiente de correlación

Covarianza y coeficiente de correlación Covarianza y coeficiente de correlación Cuando analizábamos las variables unidimensionales considerábamos, entre otras medidas importantes, la media y la varianza. Ahora hemos visto que estas medidas también

Más detalles

IDENTIFICACIÓN DE CONDICIONES ROBUSTAS EN DISEÑOS DE EXPERIMENTOS A PARTIR DE LOS EFECTOS DE LOS FACTORES RUIDO

IDENTIFICACIÓN DE CONDICIONES ROBUSTAS EN DISEÑOS DE EXPERIMENTOS A PARTIR DE LOS EFECTOS DE LOS FACTORES RUIDO 27 Congreso Nacional de Estadística e Investigación Operativa Lleida, 8- de abril de 2003 IDENTIFICACIÓN DE CONDICIONES ROBUSTAS EN DISEÑOS DE EXPERIMENTOS A PARTIR DE LOS EFECTOS DE LOS FACTORES RUIDO

Más detalles

TEMA 3: TRATAMIENTO DE DATOS EN MS. EXCEL (I)

TEMA 3: TRATAMIENTO DE DATOS EN MS. EXCEL (I) VARIABLES Variable: característica de cada sujeto (cada caso) de una base de datos. Se denomina variable precisamente porque varía de sujeto a sujeto. Cada sujeto tiene un valor para cada variable. El

Más detalles

Programación General Anual Curso 2011/12 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II ÍNDICE

Programación General Anual Curso 2011/12 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II ÍNDICE MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II ÍNDICE ÍNDICE...1 CONTENIDOS... 2 CRITERIOS DE EVALUACIÓN... 4 TEMPORALIZACIÓN... 5 METODOLOGÍA DIDÁCTICA... 6 PROCEDIMIENTOS DE EVALUACIÓN... 7 ACTIVIDADES

Más detalles

Aplicación de los modelos de credit scoring para instituciones microfinacieras.

Aplicación de los modelos de credit scoring para instituciones microfinacieras. Econ. Reynaldo Uscamaita Huillca Aplicación de los modelos de credit scoring para instituciones microfinacieras. OBJETIVO Proporcionar al ejecutivo del sistema financiero un modelo solido que permita tomar

Más detalles

ANEXO IV ESTRUCTURA DEL SECTOR Y ACCESIBILIDAD A LA COMPETENCIA DEL SECTOR ELÉCTRICO. MEDICIÓN DE LA CONCENTRACIÓN

ANEXO IV ESTRUCTURA DEL SECTOR Y ACCESIBILIDAD A LA COMPETENCIA DEL SECTOR ELÉCTRICO. MEDICIÓN DE LA CONCENTRACIÓN ANEXO IV ESTRUCTURA DEL SECTOR Y ACCESIBILIDAD A LA COMPETENCIA DEL SECTOR ELÉCTRICO. MEDICIÓN DE LA CONCENTRACIÓN Informe sobre el proyecto de concentración consistente en la fusión de ENDESA, S.A. e

Más detalles

Guías Excel 2007 Matrices Guía 77

Guías Excel 2007 Matrices Guía 77 MATRICES Las hojas de cálculo poseen prestaciones interesantes la gestión de matrices de tipo matemático. Unas consisten en facilitar los cálculos matriciales y otras están orientadas a cálculos estadísticos.

Más detalles

Mantenimiento de Sistemas de Información

Mantenimiento de Sistemas de Información de Sistemas de Información ÍNDICE DESCRIPCIÓN Y OBJETIVOS... 1 ACTIVIDAD MSI 1: REGISTRO DE LA PETICIÓN...4 Tarea MSI 1.1: Registro de la Petición... 4 Tarea MSI 1.2: Asignación de la Petición... 5 ACTIVIDAD

Más detalles

ESTIMACIÓN. puntual y por intervalo

ESTIMACIÓN. puntual y por intervalo ESTIMACIÓN puntual y por intervalo ( ) Podemos conocer el comportamiento del ser humano? Podemos usar la información contenida en la muestra para tratar de adivinar algún aspecto de la población bajo estudio

Más detalles

www.fundibeq.org Además, se recomienda su uso como herramienta de trabajo dentro de las actividades habituales de gestión.

www.fundibeq.org Además, se recomienda su uso como herramienta de trabajo dentro de las actividades habituales de gestión. DISEÑO DE EXPERIMENTOS 1.- INTRODUCCIÓN Este documento trata de dar una visión muy simplificada de la utilidad y la utilización del Diseño de Experimentos. En él se explican los conceptos clave de esta

Más detalles

Inferencia Estadística

Inferencia Estadística EYP14 Estadística para Construcción Civil 1 Inferencia Estadística El campo de la inferencia estadística está formado por los métodos utilizados para tomar decisiones o para obtener conclusiones sobre

Más detalles

Análisis de los datos

Análisis de los datos Universidad Complutense de Madrid CURSOS DE FORMACIÓN EN INFORMÁTICA Análisis de los datos Hojas de cálculo Tema 6 Análisis de los datos Una de las capacidades más interesantes de Excel es la actualización

Más detalles

METODOLOGIA DE SUPERFICIES DE RESPUESTA. Esto se logra al determinar las condiciones óptimas de operación del sistema.

METODOLOGIA DE SUPERFICIES DE RESPUESTA. Esto se logra al determinar las condiciones óptimas de operación del sistema. 37 CAPITULO METODOLOGIA DE SUPERFICIES DE RESPUESTA En este capítulo hablaremos de qué es la Metodología de Superficies de Respuesta, su representación gráfica, el procedimiento a seguir hasta encontrar

Más detalles

8. Estimación puntual

8. Estimación puntual 8. Estimación puntual Estadística Ingeniería Informática Curso 2009-2010 Estadística (Aurora Torrente) 8. Estimación puntual Curso 2009-2010 1 / 30 Contenidos 1 Introducción 2 Construcción de estimadores

Más detalles

REGRESIÓN LINEAL MÚLTIPLE

REGRESIÓN LINEAL MÚLTIPLE REGRESIÓN LINEAL MÚLTIPLE.- Planteamiento general....- Métodos para la selección de variables... 5 3.- Correlaciones parciales y semiparciales... 8 4.- Multicolinealidad en las variables explicativas...

Más detalles

BREVE APUNTE SOBRE EL PROBLEMA DE LA MULTICOLINEALIDAD EN EL MODELO BÁSICO DE REGRESIÓN LINEAL

BREVE APUNTE SOBRE EL PROBLEMA DE LA MULTICOLINEALIDAD EN EL MODELO BÁSICO DE REGRESIÓN LINEAL BREVE APUNTE SOBRE EL PROBLEMA DE LA MULTICOLINEALIDAD EN EL MODELO BÁSICO DE REGRESIÓN LINEAL Ramón Mahía Febrero 013 Prof. Ramón Mahía ramon.mahia@uam.es Qué se entiende por Multicolinealidad en el marco

Más detalles

Capítulo 3. Análisis de Regresión Simple. 1. Introducción. Capítulo 3

Capítulo 3. Análisis de Regresión Simple. 1. Introducción. Capítulo 3 Capítulo 3 1. Introducción El análisis de regresión lineal, en general, nos permite obtener una función lineal de una o más variables independientes o predictoras (X1, X2,... XK) a partir de la cual explicar

Más detalles

Procedimiento de calibración de comparadores neumáticos ETAMIC

Procedimiento de calibración de comparadores neumáticos ETAMIC Procedimiento de calibración de comparadores neumáticos ETAMIC Jorge Alonso * Vigo, 1999 (original) 06/2005 v2.1.0 Índice 1. Introducción 1 2. Generalidades 1 2.1. Campo de aplicación.......... 1 2.2.

Más detalles

RECOMENDACIÓN UIT-R TF.538-3 MEDICIONES DE LA INESTABILIDAD DE FRECUENCIA Y EN EL TIEMPO (FASE) (Cuestión UIT-R 104/7)

RECOMENDACIÓN UIT-R TF.538-3 MEDICIONES DE LA INESTABILIDAD DE FRECUENCIA Y EN EL TIEMPO (FASE) (Cuestión UIT-R 104/7) Caracterización de las fuentes y formación de escalas de tiempo Rec. UIT-R TF.538-3 1 RECOMENDACIÓN UIT-R TF.538-3 MEDICIONES DE LA INESTABILIDAD DE FRECUENCIA Y EN EL TIEMPO (FASE) (Cuestión UIT-R 104/7)

Más detalles

ANÁLISIS DE DATOS CONTROL DE CALIDAD. Ing. Carlos Brunatti

ANÁLISIS DE DATOS CONTROL DE CALIDAD. Ing. Carlos Brunatti ANÁLISIS DE DATOS CONTROL DE CALIDAD Ing. Carlos Brunatti Montevideo, ROU, junio 2015 Control de calidad No resulta sorprendente que el hormigón sea un material variable, pues hay muchos factores involucrados

Más detalles

Uso de la Metodología Seis Sigma para mejorar el consumo de combustible en un vehiculo

Uso de la Metodología Seis Sigma para mejorar el consumo de combustible en un vehiculo CAPÍTULO 5. FASE DE MEJORA Definir Medir Analizar Mejorar Controlar 5.1 Introducción En la fase de Análisis se identificaron las causas de variación. En esta fase se utilizará el diseño de experimentos

Más detalles

4. Se considera la función f(x) =. Se pide:

4. Se considera la función f(x) =. Se pide: Propuesta A 1. Queremos realizar una inversión en dos tipos de acciones con las siguientes condiciones: Lo invertido en las acciones de tipo A no puede superar los 10000 euros. Lo invertido en las acciones

Más detalles

ELABORACIÓN DE PLATOS PREPARADOS PROCESO SENCILLO?

ELABORACIÓN DE PLATOS PREPARADOS PROCESO SENCILLO? de elaboración de platos preparados ainia 16 de febrero de 2011 Pablo García Pascual (pgarcia@ainia.es) ELABORACIÓN DE PLATOS PREPARADOS PROCESO SENCILLO? Elaboración de platos preparados Se trata de preparar

Más detalles

Introducción a la Gerencia de Proyectos. Resumen. Introducción.

Introducción a la Gerencia de Proyectos. Resumen. Introducción. Introducción a la Gerencia de Proyectos Edwin Monzón C. Ing. de Planeamiento y Control de Proyectos, Compañía Minera San Martín Resumen A nivel mundial la utilización de estándares en la dirección de proyectos

Más detalles

Suplemento Control estadístico stico de procesos

Suplemento Control estadístico stico de procesos Suplemento Control estadístico stico de procesos Contenido Control estadístico de procesos (CEP) Gráficos de control para variables El teorema central del límite Fijación de límites del gráfico de medias

Más detalles

SEIS SIGMA: CALIDAD POTENCIADA

SEIS SIGMA: CALIDAD POTENCIADA SEIS SIGMA: CALIDAD POTENCIADA Conseguir, mantener y maximizar el éxito de los negocios es el objetivo de esta herramienta. Qué es? Qué es Seis Sigma? Un sistema de mejoramiento que tiene como meta ayudar

Más detalles

www.bvbusiness-school.com

www.bvbusiness-school.com Control Estadístico de Procesos www.bvbusiness-school.com CONTROL ESTADÍSTICO DE PROCESOS El es un conjunto de técnicas estadísticas destinadas a hacer un seguimiento, en tiempo real, de la calidad que

Más detalles

CARTAS DE CONTROL. FeGoSa

CARTAS DE CONTROL. FeGoSa Las empresas en general, ante la apertura comercial han venido reaccionando ante los cambios y situaciones adversas, reaccionan por ejemplo ante: Disminución de ventas Cancelación de pedidos Deterioro

Más detalles

Estacionalidad. Series de tiempo. Modelos econométricos. Modelos econométricos. Q= T Kα Lβ

Estacionalidad. Series de tiempo. Modelos econométricos. Modelos econométricos. Q= T Kα Lβ Estacionalidad Qué es la estacionalidad? La estacionalidad es una componente que se presenta en series de frecuencia inferior a la anual (mensual, trimestral,...), y supone oscilaciones a corto plazo de

Más detalles

Universidad del CEMA Prof. José P Dapena Métodos Cuantitativos V - ESTIMACION PUNTUAL E INTERVALOS DE CONFIANZA. 5.1 Introducción

Universidad del CEMA Prof. José P Dapena Métodos Cuantitativos V - ESTIMACION PUNTUAL E INTERVALOS DE CONFIANZA. 5.1 Introducción V - ESTIMACION PUNTUAL E INTERVALOS DE CONFIANZA 5.1 Introducción En este capítulo nos ocuparemos de la estimación de caracteristicas de la población a partir de datos. Las caracteristicas poblacionales

Más detalles

7 HERRAMIENTAS PARA EL CONTROL DE LA CALIDAD

7 HERRAMIENTAS PARA EL CONTROL DE LA CALIDAD Agencia de Cooperación Internacional del Japón Universidad de Santiago de Chile Facultad de Ingeniería Departamento de Ingeniería Industrial 7 HERRAMIENTAS PARA EL CONTROL DE LA CALIDAD Elaboración: Kiyohiro

Más detalles

QUÉ ES LA CALIDAD? CALIDAD ES LA TOTAL SATISFACCION DEL CLIENTE. CLIENTE ES TODO AQUEL QUE COMPRA LOS PRODUCTOS O USA LOS SERVICIOS.

QUÉ ES LA CALIDAD? CALIDAD ES LA TOTAL SATISFACCION DEL CLIENTE. CLIENTE ES TODO AQUEL QUE COMPRA LOS PRODUCTOS O USA LOS SERVICIOS. Q QUÉ ES LA CALIDAD? INTRODUCCIÓN CALIDAD ES LA TOTAL SATISFACCION DEL CLIENTE. CLIENTE ES TODO AQUEL QUE COMPRA LOS PRODUCTOS O USA LOS SERVICIOS. SATISFACCION ES LA PERCEPCION DEL CUMPLIMIENTO DE LOS

Más detalles

CONCEPTOS DE CALIDAD Y CALIDAD DEL SOFTWARE

CONCEPTOS DE CALIDAD Y CALIDAD DEL SOFTWARE CONCEPTOS DE CALIDAD Y CALIDAD DEL SOFTWARE INTRODUCCIÓN El avance informático actual es muy alto comparado con lo se tenía en los años 90, al hablar de desarrollo de software se hace más notable, en el

Más detalles

UNA VISIÓN SOBRE LAS ENERGÍAS RENOVABLES COMO ALTERNATIVA A LOS SISTEMAS ENERGÉTICOS CONVENCIONALES. Artículo publicado en:

UNA VISIÓN SOBRE LAS ENERGÍAS RENOVABLES COMO ALTERNATIVA A LOS SISTEMAS ENERGÉTICOS CONVENCIONALES. Artículo publicado en: UNA VISIÓN SOBRE LAS ENERGÍAS RENOVABLES COMO ALTERNATIVA A LOS SISTEMAS ENERGÉTICOS CONVENCIONALES por José Antonio Rodríguez Criado Manuel Alonso Castro Gil Departamento de Ingeniería Eléctrica, Electrónica

Más detalles

MATEMÁTICA NM4 4º EM

MATEMÁTICA NM4 4º EM MATEMÁTICA NM4 4º EM UNIDADES TEMÁTICAS UNIDAD Nº 01: ESTADÍSTICA Y PROBABILIDAD Conceptos generales : Población, muestra, parámetro y estadístico Variables y su clasificación Medición y escalas Organización

Más detalles

Los modelos que permite construir el ANOVA pueden ser reducidos a la siguiente forma:

Los modelos que permite construir el ANOVA pueden ser reducidos a la siguiente forma: Ignacio Martín Tamayo 25 Tema: ANÁLISIS DE VARIANZA CON SPSS 8.0 ÍNDICE --------------------------------------------------------- 1. Modelos de ANOVA 2. ANOVA unifactorial entregrupos 3. ANOVA multifactorial

Más detalles

Tema 2. Espacios Vectoriales. 2.1. Introducción

Tema 2. Espacios Vectoriales. 2.1. Introducción Tema 2 Espacios Vectoriales 2.1. Introducción Estamos habituados en diferentes cursos a trabajar con el concepto de vector. Concretamente sabemos que un vector es un segmento orientado caracterizado por

Más detalles

Capítulo 7: Distribuciones muestrales

Capítulo 7: Distribuciones muestrales Capítulo 7: Distribuciones muestrales Recordemos: Parámetro es una medida de resumen numérica que se calcularía usando todas las unidades de la población. Es un número fijo. Generalmente no lo conocemos.

Más detalles

Costos de Distribución: son los que se generan por llevar el producto o servicio hasta el consumidor final

Costos de Distribución: son los que se generan por llevar el producto o servicio hasta el consumidor final CLASIFICACIÓN DE LOS COSTOS Los costos tienen diferentes clasificaciones de acuerdo con el enfoque y la utilización que se les dé. Algunas de las clasificaciones más utilizadas son. Según el área donde

Más detalles

Este documento enumera los diferentes tipos de Diagramas Matriciales y su proceso de construcción. www.fundibeq.org

Este documento enumera los diferentes tipos de Diagramas Matriciales y su proceso de construcción. www.fundibeq.org DIAGRAMA MATRICIAL 1.- INTRODUCCIÓN Este documento enumera los diferentes tipos de Diagramas Matriciales y su proceso de construcción. Muestra su potencial, como herramienta indispensable para la planificación

Más detalles

DISEÑOS DE INVESTIGACIÓN Y ANÁLISIS DE DATOS [TEMA

DISEÑOS DE INVESTIGACIÓN Y ANÁLISIS DE DATOS [TEMA 2011 UNED DISEÑOS DE INVESTIGACIÓN Y ANÁLISIS DE DATOS [TEMA 7] Diseños con más de dos grupos independientes. Análisis de varianza con dos factores completamente aleatorizados 1 Índice 7.1 Introducción...

Más detalles

MÓDULO III SEIS SIGMA ESTRATEGIA PARA LA MEJORA DE PROYECTOS

MÓDULO III SEIS SIGMA ESTRATEGIA PARA LA MEJORA DE PROYECTOS MÓDULO III SEIS SIGMA ESTRATEGIA PARA LA MEJORA DE PROYECTOS 1 ÍNDICE DEFINIR. 3 MEDIR.... 4 ANALIZAR..... 5 MEJORAR. 6 CONTROLAR... 7 GLOSARIO... 8 MAPA CONCEPTUAL. 10 2 DEFINIR: Iniciación del proyecto.

Más detalles

Master en Gestion de la Calidad

Master en Gestion de la Calidad Master en Gestion de la Calidad 3. La Calidad en la Actualidad La calidad en la actualidad 1 / 9 OBJETIVOS Al finalizar esta unidad didáctica será capaz: Conocer la calidad en la actualidad. La familia

Más detalles

INTRODUCCIÓN AL DISEÑO ESTADÍSTICO DE EXPERIMENTOS

INTRODUCCIÓN AL DISEÑO ESTADÍSTICO DE EXPERIMENTOS INTRODUCCIÓN L DISEÑO ESTDÍSTICO DE EXPERIMENTOS Joan Ferré, F. Xavier Rius Departamento de Química nalítica y Química Orgánica Universitat Rovira i Virgili. Pl. Imperial Tàrraco, 1. 43005-Tarragona Este

Más detalles

OPTIMIZACIÓN EN MANTENIMIENTO

OPTIMIZACIÓN EN MANTENIMIENTO OPTIMIZACIÓN EN MANTENIMIENTO Entrenamiento en técnicas avanzadas para optimizar el remplazo de componentes e inspección de equipos Driven by knowledge info@apsoluti.es 2015 1 OPTIMIZACIÓN DE MANTENIMIENTO

Más detalles

Administración Logística de Materiales

Administración Logística de Materiales Administración Logística de Materiales Para un mejor conocimiento de la industria acerca de distribución física, manufactura y compras, se estableció el programa de administración logística de materiales.

Más detalles

RELACIÓN ENTRE LA CAPACIDAD DE PROCESO Y EL FALLO EN SERVICIO

RELACIÓN ENTRE LA CAPACIDAD DE PROCESO Y EL FALLO EN SERVICIO RELACIÓN ENTRE LA CAPACIDAD DE PROCESO Y EL Ponencia presentada por Arturo Ruiz-Falcó Rojas, en el VIII Congreso de Confiabilidad, organizado por la Asociación Española para la Calidad y celebrado en la

Más detalles

www.bvbusiness-school.com

www.bvbusiness-school.com Gráficos de Control de Shewart www.bvbusiness-school.com GRÁFICOS DE CONTROL DE SHEWART Una de las herramientas estadísticas más importantes en el Control Estadístico de Procesos son los Gráficos de Control.

Más detalles

ESTADISTICA II INGENIERIA INFORMATICA, 3 ER Curso

ESTADISTICA II INGENIERIA INFORMATICA, 3 ER Curso ESTADISTICA II INGENIERIA INFORMATICA, 3 ER Curso 3 - Septiembre - 2.6 Primera Parte - Test Las respuestas del TEST son las siguientes: Pregunta 2 3 4 5 6 Respuesta C A D C B A Pregunta 7 8 9 2 Respuesta

Más detalles

Práctica 2 ESTADÍSTICA DESCRIPTIVA

Práctica 2 ESTADÍSTICA DESCRIPTIVA Práctica 2. Estadística descriptiva 1 Práctica 2 ESTADÍSTICA DESCRIPTIVA Objetivos: En esta práctica utilizaremos el paquete SPSS para calcular estadísticos descriptivos de una muestra. Se representarán

Más detalles

ANÁLISIS DE LA VARIANZA (ANOVA) José Vicéns Otero Ainhoa Herrarte Sánchez Eva Medina Moral

ANÁLISIS DE LA VARIANZA (ANOVA) José Vicéns Otero Ainhoa Herrarte Sánchez Eva Medina Moral ANÁLISIS DE LA VARIANZA (ANOVA) José Vicéns Otero Ainhoa Herrarte Sánchez Eva Medina Moral Enero 2005 1.- INTRODUCCIÓN En múltiples ocasiones el analista o investigador se enfrenta al problema de determinar

Más detalles